有“AI教母”之称的斯坦福大学教授李飞飞及其团队近日发布了一项关于多模态大模型“空间智能”的研究，揭示这些模型在记忆和回忆空间方面已经具备初步能力，并展现出形成局部世界模型的潜力。研究团队开发了用于评估视觉空间智能能力的工具——VSI-Bench，其中包含超过5000个基于288个真实视频的高质量问答对。测试视频涵盖居住空间、专业场所及工业场景，涉及多个地理区域。研究结果显示，尽管多模态模型的总体表现尚低于人类，但在某些任务上已达到或接近人类水平。例如，

李飞飞的初创公司 World Labs 宣布与 Google Cloud 达成协议，选择 Google Cloud 作为其训练 AI 模型的主要计算提供商。这笔交易可能价值数亿美元。World Labs 将利用 Google Cloud 平台上的 GPU 服务器授权，为其大型多模态 AI 模型提供计算服务。该公司的 AI 模型被称为“空间智能”，能够处理、生成和与视频和地理空间数据交互。Google Cloud 表示，World Labs 的 AI 模型有巨大计算需求，需要高性能工具包和丰富的 AI 芯片供应。Google Cloud 的 AI 芯片、张量处理单元 （TPU） 和 Nvidia 的 GPU 将为 World Labs 提供所